排序方式: 共有30条查询结果,搜索用时 15 毫秒
11.
基于混合动态主元分析的故障检测方法 总被引:1,自引:0,他引:1
针对基于动态主元分析的故障检测方法存在的主元个数较多以及计算效率低等问题,本文提出基于混合动态主元分析(Hybrid Dynamic Principal Component Analysis,HDP-CA)的复杂过程故障检测方法。该方法采用分步策略消除数据之间的自相关和互相关性,提高了故障检测的精度和效率。对TE过程典型故障和热连轧过程中断带故障检测结果表明:HDPCA方法提取的主元个数少于DPCA方法提取的主元个数。并且,基于HDPCA的T2和SPE统计量的检测性能和检测精度都由于基于DPCA的统计量。因此,本文提出的方法可以准确有效地检测出故障。 相似文献
12.
通过改变磷酸三丁酯(TBP)在有机相中所占的体积比例,实现选择性萃取,解决了Fe3+等杂质影响TBP萃铟效果的难题.开发了从提锗蒸馏残液中回收铟的新工艺,经过TBP萃取分离铁、TBP一次萃取富集铟、二(2-乙基己基)磷酸(P204)萃取富集铟、反萃液除杂、铝板置换、碱煮熔炼等工序,得到的粗铟产品含铟大于99%. 相似文献
13.
针对欠驱动桥式起重机在自动化驾驶研究中负载升/落吊运动与台车水平位移联动时,负载摆动抑制效果和控制性能不能满足实际工程需要,易造成安全事故的问题,提出一种基于能量分析的桥式起重机联动系统非线性耦合防摆控制器.采用非线性耦合控制方法,构造新型储能函数,设计出非线性耦合防摆控制器.利用LaSalle不变性原理和Lyapunov方法对该闭环反馈系统稳定性进行严格的数学分析.理论推导、仿真与实验结果表明:相比于非线性跟踪控制器和局部反馈线性化控制器,所提非线性耦合防摆控制器具有更佳的控制性能,不仅提高了负载的吊运效率,而且能够有效抑制和快速消除负载摆角;在添加外部扰动的情况下,仍能取得良好的控制效果,具有较强的鲁棒性,为桥式起重机联动系统提供了一种新的防摆控制方法. 相似文献
14.
15.
16.
本文论述从锗氯化蒸馏残液中回收铟的工艺,通过片碱中和、硫酸浸出、铁粉还原、二(2—乙基己基)磷酸(P204)萃取、反萃液除杂、铝板置换、碱煮熔炼等工序,得到含铟大于99%的粗铟产品。 相似文献
17.
高速电主轴单元作为高精密机床的核心功能部件,其运行状态直接影响机床的加工性能,掌握高速主轴单元的实时运行情况对于提高数控机床的加工效率、合理安排设备维护和延长设备使用寿命都具有非常重要的实际意义。通过建立层次型的评价指标体系,对电主轴运行状态影响因素指标进行模型简化。采用层次分析法确定各个影响指标的权重,来表征不同因素对电主轴状态的影响程度,最后结合综合指数对电主轴运行状态进行量化评价。以100MD60Y4型电主轴为例进行实验验证,获取综合评价指数,可以实现对运行状态的等级划分,通过监测影响因素的评价指数能够对运行状态劣化原因进行追溯,为合理安排检修和缩短维护时间提供了理论支持,证明了电主轴运行状态评价指标模型的有效性和可行性。 相似文献
18.
针对传统独立主元分析方法(independent component analysis,ICA)在标准化处理后导致特征值大小近似相等,难以提取有代表性变量等问题,提出了一种基于相对变换的独立主元分析(relative transformation ICA,RTICA)故障检测方法。该方法引入欧氏距离相对变换理论,将原始空间数据变换得到相对空间,然后在相对空间进行独立主元分析,降低相对空间的数据维数,使提取的独立主元特征具有更大的适应性,建立故障检测模型,最终实现在线故障检测。该方法通过田纳西-伊斯曼过程仿真加以验证,并应用到电主轴裂纹故障的状态监测中,实验结果表明该方法能有效减少独立主元个数,简化故障检测模型的复杂度,增强状态检测性能。 相似文献
19.
为解决非线性双摆型塔式起重机欠驱动系统负载两级摆动幅值大、定位精度不高、抗干扰能力差的问题,基于能量强耦合的分析方法研究了塔式起重机转臂转动与两级摆角摆动之间的耦合关系,设计了一种防摆控制器,并通过李雅普诺夫方法和拉萨尔不变性原理证明了系统的稳定性。仿真实验结果表明,与其他应用广泛的控制方法相比,所提控制策略明显提升了负载的运送效率,有效地抑制了负载的两级摆角,消除了残余摆角,并且控制驱动力矩不会对系统造成冲击;在系统参数、目标位置变化和加入综合性外界干扰时,控制器具有优良的鲁棒性。所提控制策略具有良好的适应性和控制性能。 相似文献
20.
目的研究复杂工业系统动态、非线性特点,提出分步动态核主元分析(KernelPrincipalComponentAnalysis,KPCA)的故障诊断方法.方法该方法首先构造增广矩阵,然后将增广矩阵分成一系列子矩阵,将各子矩阵的构建一个新的数据增广矩阵,并对每个子矩阵使用KPCA提取变量数据的非线性空间相关特征,最后通过监测统计量监测出系统故障,用贡献度的方法识别发生故障变量.结果该方法改进了传统的动态方法,引入分步动态的定义,并且能充分考虑工业过程中的非线性和动态性,更精确的描述Y--,Ak过程特性,更精确的监测复杂工业系统的故障,并准确的识别出故障变量.结论对热连轧过程中活套故障诊断的仿真结果表明:基于分步动态KPCA的故障诊断方法能准确有效地诊断出故障,并识别出产生故障的原因. 相似文献